記事
記事
記事

Cradle to Cradle Goes BIM: Ein neues Zeitalter für die Gebäudeplanung?

この記事を共有

Kreislaufähiges Bauen und Digitalisierung unter einem Hut?  Das geht, sagen die Experten der Drees & Sommer SE und der EPEA GmbH. Im Rahmen verschiedener Projekte verbinden sie erstmals die digitale Planungsmethode BIM mit dem Cradle to Cradle-Designprinzip. Die komplexen Zusammenhänge dieses Ansatzes für eine konsequente Kreislaufwirtschaft werden unter Verwendung von Autodesk Revit, dem offenen Standard IFC und dem Solibri Model Checker einfach und verständlich dargestellt.

Ob CO2-Fußabdruck, Gesundheit, Flexibilität, Recyclingfähigkeit oder Trennbarkeit – alle relevanten Kriterien erhalten im 3D-Gebäudemodell jeweils eindeutige Farbskalen zur Identifikation und Bewertung der Qualitäten. So wird für alle Beteiligten klar ersichtlich, welche Elemente potenziell noch optimiert werden können oder bereits positiv sind. Für unsere Experten steht daher fest: Cradle to Cradle und BIM ist eine Kombination, die ein neues Zeitalter einläutet und die Zukunft des Bauens mitbestimmt.

Cradle to Cradle goes BIM: Ein neues Zeitalter für die Gebäudeplanung?

Einleitung

Cradle to Cradle

Cradle to Cradle (von der Wiege zur Wiege) ist ein Designprinzip, das in den 1990er Jahren von Prof. Dr. Michael Braungart, William McDonough und EPEA Hamburg entwickelt wurde. Es beschreibt die sichere und potentiell unendliche Zirkulation von Materialien und Nährstoffen in Kreisläufen. Im biologischen Kreislauf zirkulieren Verbrauchsgüter, wie z.B. Naturfasern, die nach ihrem Gebrauch sicher in diesen zurückgeführt werden können. Im technischen Kreislauf zirkulieren Gebrauchsgüter, wie zum Beispiel Elektronikartikel oder Fußböden (Abbildung 1).

Diese Produkte werden bereits im Design- und im Herstellungsprozess als Ressourcen für die nächste Nutzungsphase optimiert. Alle Inhaltsstoffe sind nach Cradle to Cradle chemisch unbedenklich und kreislauffähig.

1
Abbildung 1 - Kreisläufe des Cradle to Cradle Prinzips.

Zielsetzung

Dieser Artikel beschreibt die notwendigen Schritte, um im OpenBIM Kontext unter Verwendung der Programme Autodesk Revit, des Revit IFC-Exporters und dem Solibri Model Checker Cradle to Cradle Bewertungskriterien anhand digitaler Gebäudemodelle berechnen, visualisieren und in Form des Building Circularity Passport sowie verschiedener Dashboards auswerten zu können (Abbildung 2).

Dabei ist er nicht als vollumfängliches User-Manual angelegt, sondern soll interessante Anreize für Nutzer*innen unterschiedlichster Kenntnisstände aus verschiedenen Fachdisziplinen bieten. Zunächst werden hierzu verschiedene, grundlegende Konfigurationsmöglichkeiten in der Autorensoftware Autodesk Revit im Kontext marktüblicher Modellierungsstrategien an reduzierten Modellbeispielen beleuchtet.

Daran anschließend folgt der IFC-Export. Die weitere Verarbeitung der Modelldaten im Nemetschek Solibri Model Checker im Zusammenspiel mit den Microsoft Applikationen Excel und Power BI wird in Ausschnitten anhand des Projektes „The Cradle“ der Interboden GmbH & Co. KG dargestellt.

Abbildung 2 – Softwarelandschaft
Abbildung 2 – Softwarelandschaft.

Eingrenzung

Der Fokus dieses Beitrags liegt auf der interdisziplinären Zusammenarbeit an der Schnittstelle zwischen Architektur, Bauphysik und EPEA. Zentrales Motiv ist die Verwendung des verstärkt an Bedeutung gewinnenden, offenen Austauschformates der Industry Foundation Classes (IFC). Daher wird auf Revit interne Auswertungsmöglichkeiten nicht unmittelbar eingegangen.

Die beiden Hauptabschnitte des Artikels gliedern sich in Erstellung und Export der Daten in Autodesk Revit, sowie in die Weiterverarbeitung und Interpretation dieser Modelldaten im IFC-Format in Solibri Office. Um dem Beitrag folgen zu können sind Revit-Grundkenntnisse und erste Erfahrungen mit dem IFC-Exporter grundsätzlich vorteilhaft, aber keine Voraussetzung.

Die beispielhaften Modellausschnitte sind anhand des Standard Autodesk Templates Architektur D-A-CH mit kleineren Anpassungen in Revit 2019.2 erzeugt und zudem auf Funktionsfähigkeit in 2021.1 getestet worden. Auf viele der Fragestellungen, die hinsichtlich der technischen Durchführung entstehen können, hält das Netzwerk der Autodesk University für Interessierte vollumfängliche Antworten bereit.

Der zweite Abschnitt des Artikels beschreibt die Verarbeitung von IFC-Modelldaten mit Solibri Office. Hier werden insbesondere Grundkonzepte der Standardisierung, konzeptionelle Zusammenhänge und Wechselwirkungen verschiedener Anschlussapplikationen im Überblick beschrieben.

Die genutzten Programmfunktionen sind verkürzt dargestellt. Bei Anwendungsfragen bietet auch Solibri weiterführende Materialien online an.

Ausgangslage

Die Grundlage des Workflows bilden die Angaben zu allen Regelbauteilen und deren Schichtdicke, Material und Dichte. Diese Informationen werden häufig von der Bauphysik in Form eines Bauteilkataloges abgebildet. In dem hier beschriebenen Beispiel wird der „conpact“ - Bauteilkatalog eingesetzt (Abbildung 3).

Abbildung 3 – Übersicht conpact Bauteilkatalog, Bauteilnummer
Abbildung 3 – Übersicht conpact Bauteilkatalog, Bauteilnummer.

1. Revit: Bauelemente und Parameter erstellen

Auf Basis der über Bauteilparameter integrierten Bauteilnummer gemäß des Bauteilkataloges lässt sich der Bezug zum BIM-Modell einfach herstellen.Alternativ kann bei Systemfamilien der Typ bzw. im Falle ladbarer Familien der Familienname um diese Codierung ergänzt werden.

Sofern eine Beschriftung der Codierung im Projektverlauf gewünscht ist, bietet sich der Einsatz eines gemeinsam genutzten Parameters an.

Die gewählte Parameterart (Typ/Exemplar) ist in erster Linie abhängig vom genutzten Template und dem Aufbau des zugehörigen Contents. Die erstmalige Umsetzung im Projekt sollte in jedem Falle mit dem BIM-Verantwortlichen des Planers abgestimmt werden.

Allgemein ist anzumerken, dass eine Integration über Typparameter für den Nutzer zwar leichter kontrollierbar wirkt, den Content-Umfang jedoch beeinflussen kann. Der Einsatz von Exemplar Parametern beeinflusst die Content-Struktur nicht, kann jedoch für manche Nutzer*Innen einen sehr kleinteiligen und daher fehleranfälligen Eindruck im Rahmen der fortlaufenden Projektbearbeitung machen.

Modellierungsarten

Je nach gewählter Modellierungsstrategie lässt sich die Bauteilnummer nun direkt, bzw. bei getrennt modellierten Aufbauten unter Ergänzung der Bauteilschichten, den jeweiligen Modellelement der Kategorien zuordnen.

Abbildung 4 – Übersicht der vereinfachten Modellierungsarten
Abbildung 4 – Übersicht der vereinfachten Modellierungsarten.

Die folgend beschriebenen Modellierungsarten (Abbildung 4) sind nicht ausschließlich Revit spezifisch und haben aufgrund des Zielformates der IFC einen „universellen Charakter“.

Variante A – Aufbau gesamt

Systemfamilien bilden in dieser Variante (Abbildung 5) jeweils den gesamten Schichtaufbau ab. Spätestens zu Beginn der Entwurfsplanung bietet sich häufig die Trennung der Fußbodenaufbauten und der Rohdecken an. Des Weiteren ist die Kategorie Decken zur Umsetzung der Abhangdecken vorgesehen. Daher liegt der Schwerpunkt zumeist auf den aufgehenden Bauteilen.

Die Nummer des Bauteilkataloges ist in den Parameter „PP_BT-Nr“ ohne zusätzliche Anpassung mit dem Wert „203“ übertragbar.

Es handelt sich um eine bevorzugte Modellierungsart für Anwendungsfälle wie den modellbasierten ENEV-Nachweis oder Heiz- und Kühllastberechnungen im Umfeld des Energiedesigns, der Bauphysik und Gebäudetechnik. Im Zusammenhang des IFC-Exportes ist diese Art nur bedingt geeignet für Cradle to Cradle Zwecke, da Bauteilaufbauten nicht ausreichend differenziert bewert- und visualisierbar sind (Abbildung 6).

Abbildung 5 – Mehrschichtige Modellierung, Bauteilnummer des Gesamtaufbaus
Abbildung 5 – Mehrschichtige Modellierung, Bauteilnummer des Gesamtaufbaus.
Abbildung 6 – Variante A, IFC-Export in Solibri, Gesamtaufbau
Abbildung 6 – Variante A, IFC-Export in Solibri, Gesamtaufbau.

Variante B – Aufbau getrennt

Systemfamilien bilden hier (Abbildung 7) jeweils nur einen Teil des gesamten Schichtaufbaus ab.

Insbesondere der Rohbau wird separat erstellt. Alle übrigen Schichten werden sinnvoll paketiert, um eine unnötige Kleinteiligkeit des Modells zu verhindern. Das Trennen nach Kostengruppen im Kontext der Bauteil- und Mengenauswertung kann ebenfalls ausschlaggebend sein für diese Vorgehensweise.

Die Codierung des Bauteilkataloges ist in den Parameter „PP_BT-Nr“ unter Ergänzung der zusammengefassten Bauteilschichten mit dem Wert „203_1-4“ leicht übertragbar.

Dies ist eine geeignete Modellierungsart im Umfeld modellbasierter Mengen- bzw. Kostenermittlung sowie bei einer interdisziplinären Zusammenarbeit zwischen der Architektur und Tragwerksplanung. Vorteile zeigen sich auch im Rahmen der Koordinationsprüfung.

Im Zusammenhang des IFC-Exportes ist diese Modellierungsstrategie je nach Granularität geeignet für C2C Zwecke, da Bauteilaufbauten je nach Paketierung ausreichend differenziert bewertbar sind (Abbildung 8).

Abbildung 7 – Getrennte Modellierung, Bauteilnummer des Gesamtaufbaus inkl. Schichtangaben
Abbildung 7 – Getrennte Modellierung, Bauteilnummer des Gesamtaufbaus inkl. Schichtangaben.
Abbildung 8 – Variante B, IFC-Export in Solibri, Getrennter Gesamtaufbau
Abbildung 8 – Variante B, IFC-Export in Solibri, Getrennter Gesamtaufbau

Variante C – Aufbau gesamt + Teilelemente

Die dritte Möglichkeit (Abbildung 9) stellt eine Kombination der zuvor genannten Varianten dar, die Modellstruktur ist grundsätzlich identisch zu Variante A. Zusätzlich werden Teilelemente der Bauteilaufbauten erzeugt. Dies kann projektweit oder selektiv für einzelne Bauteile erfolgen.

Die Nummer der Basisbauteile gemäß Bauteilkatalog kann in den Parameter „PP_BT-Nr“ der Teilelemente unter Berücksichtigung der zugehörigen Schichtnummer z.B. anhand eines Dynamo-Skripts oder über Bauteillisten „vererbt“ werden. Hier mit dem Wert „203_1“ übergeben.

Es handelt sich in erster Linie um eine ergänzende Variante, die speziell ausgewählte Bauteilaufbauten auf Schichtebene differenzierter auswert- und beurteilbar macht.

Interessant ist im Zusammenhang des IFC-Exportes die Freiheit, sowohl das Basisbauteil der jeweiligen Kategorie bzw. Entität, als auch die zu diesem in Beziehung stehenden Einzelschichten in Form von Gebäudekomponententeilen, auszuwerten zu können (Abbildung 10).

Die notwendigen Konfigurationsschritte zur Umsetzung dieses Mischkonzeptes werden im folgenden Abschnitt ausführlicher beschrieben.

Abbildung 9 – Teilelemente, Bauteilnummer des Gesamtaufbaus mit Schichtangabe
Abbildung 9 – Teilelemente, Bauteilnummer des Gesamtaufbaus mit Schichtangabe.
Abbildung 10 – Variante C, IFC-Export in Solibri, Teilelemente als Gebäudekomponententeile des Gesamtaufbaus
Abbildung 10 – Variante C, IFC-Export in Solibri, Teilelemente als Gebäudekomponententeile des Gesamtaufbaus.

Alternative Vorgehensweisen

Der Bauteilkatalog kann in Revit direkt über den Schichtaufbau des jeweiligen Bauteiltyps, den zugeordneten Materialien sowie deren thermischen Eigenschaften abgebildet werden.

Dieses Vorgehen kann je nach Ausdifferenzierung und Granularität des Bauteilkataloges einen erhöhten Bearbeitungs- bzw. Anpassungsaufwand nach sich ziehen. Dieser sollte daher von den Projektbeteiligten unbedingt hinsichtlich des Aufwand-Nutzen-Verhältnisses abgewogen werden.

Unabhängig von einer projektbezogenen Implementierung eines Bauteilkataloges ist eine solche Standardisierung im Unternehmenskontext in jedem Falle empfehlenswert. Gleiches gilt für die Verwendung von Codierungsparameter wie dem Systemparameter „Baugruppenkennzeichen“.

Maßgebliche Einflussfaktoren zur Umsetzungstiefe sind Projektkonstellation, angewandte Standards oder Vorgaben und die Planungsphase bzw. der Implementierungszeitpunkt.

2. Revit: IFC-Exporteinstellungen konfigurieren

Nach Integration der Bauteilnummer in Abhängigkeit zur eingesetzten Modellierungsstrategie sollen Modelldaten im IFC-Format ausgetauscht werden. Die Abbildungen zeigen Modelldaten, die nach Variante B getrennt modelliert wurden.

Für den hier beschriebenen Anwendungsfall ist nicht ausschließlich die korrekte Übertragung der Geometrie, sondern auch der hinterlegten Parameter ausschlaggebend.

Wesentlich ist die Codierung und die notwendige Leitmenge je Kategorie bzw. Entität im Rahmen der folgenden Verarbeitungsschritte im Solibri Model Checker - oder einer vergleichbaren Applikation.

Die vielfältigen IFC-Exporter Konfigurationsmöglichkeiten sind ausführlich im „Revit IFC Handbuch“ beschrieben und werden daher nicht vollumfänglich beleuchtet. Die folgend gezeigte Herangehensweise ermöglicht eine pragmatische Lösung, um geordnete und auf das Wesentliche reduzierte Daten zu übergeben.

Konfiguration

Eigenschaftensätze über Revit Bauteillisten

Je Kategorie werden dazu Revit Bauteillisten genutzt. Diese enthalten Angaben zur Lage, dem Elementtyp, der Bauteilnummer und den erforderlichen Mengen. Die Parameternamen sind in den Spaltenköpfen optional mit einer fortlaufenden Nummer ergänzt (Abbildung 11). Auf diese Weise lässt sich nach Export innerhalb der IFC die zuvor gezeigte, klare Reihenfolge der Eigenschaften bzw. Properties innerhalb eines benannten Propertysets des Elements integrieren.

Abbildung 11 – Bauteillisten mit Vorkürzel Pset_ und nummerierten Spaltenköpfen, Variante B
Abbildung 11 – Bauteillisten mit Vorkürzel Pset_ und nummerierten Spaltenköpfen, Variante B.

Die Bauteillisten werden mit dem Vorkürzel „Pset_“ versehen, um anhand der entsprechenden Exportoption nur diese Listen als Propertysets in die IFC zu übertragen (Abbildung 12).

Abbildung 12 – Exporter Einstellungen zur Übergabe der Bauteillisten als Propertyset
Abbildung 12 – Exporter Einstellungen zur Übergabe der Bauteillisten als Propertyset.

Zusätzlich werden die „BaseQuantities“ im Sinne der Leitmengen für die jeweilige Kategorie bzw. Entität zu Prüfzwecken übergeben. Das Resultat ist eine reduzierte und geordnete Übergabe der erforderlichen Bauteilinformationen.

Integration einer übergeordneten Klassifikation

Da der Bauteilnummer in diesem Arbeitsablauf eine übergeordnete Bedeutung zukommt kann es sinnvoll sein, diese im Zuge des Exportes als Klassifikation nach Vorbild der DIN 276 oder Uniformat-Classification zu behandeln. Über die Einstellungen des IFC-Exportes kann auf einen beliebigen Parameter verwiesen werden, der direkt in die IFC-Datei übertragen wird (Abbildung 13 / Abbildung 14).

Dieses Vorgehen erleichtert vielfach die Weiterverwendung durch weitere Projektbeteiligte und ist insbesondere empfehlenswert im Zuge mengenbezogener Anwendungsfälle.

Nach Umsetzung der beschriebenen Konfigurationsschritte sind die exportierten Modelldaten im IFC-Format nun bereit zur Weitergabe an die anderen Projektbeteiligten zum Zweck der Auswertung.

Abbildung 13 – Exporter Einstellungen zur Übergabe einer Klassifikation anhand eines Parameters
Abbildung 13 – Exporter Einstellungen zur Übergabe einer Klassifikation anhand eines Parameters.
Abbildung 14 – Klassifikation in Solibri, Quelle IFC
Abbildung 14 – Klassifikation in Solibri, Quelle IFC.

Alternative Vorgehensweise

Alternativ lässt sich der gesamte Informationsgehalt aller exportierten Bauteile übergeben (Abbildung 15).

Die Parametergruppen werden hierbei in Propertysets übersetzt und alle Parameter mit vergebenen Werten übertragen.

Zum einen resultiert dieser Ansatz in längeren Exportzeiten, einer erhöhten Dateigröße und kann gegebenenfalls die Weiterverarbeitung durch nachfolgende Projektbeteiligte aufgrund der Informationsmenge erschweren.

Zum anderen wird gewährleistet, dass die Informationsübergabe möglichst verlustfrei erfolgt.

Parameter ohne vergebenen Wert werden nicht in die IFC übertragen. Sollten Propertysets keine Eigenschaften bzw. Properties mit Wert enthalten entfällt folgerichtig das Propertyset selbst.

Abbildung 15 – Exporter Einstellungen zur Übergabe aller Revit Eigenschaften
Abbildung 15 – Exporter Einstellungen zur Übergabe aller Revit Eigenschaften.

Export der Variante C inkl. Gebäudekomponententeilen

Um die in Variante C gezeigten Teilelemente im Rahmen des IFC-Exportes zu übertragen werden die notwendigen Einstellungen in diesem Abschnitt detaillierter beschrieben.

Zuerst sollte in Revit über die Ansichtseigenschaften der gewünschten 3D-Ansicht zum Export im Bereich „Grafiken“ die Option „Teilelemente anzeigen“ für „Sichtbarkeit der Teilelemente“ gewählt werden (Abbildung 16).

Abbildung 16 – Variante C, 3D-Ansichtseinstellung zur Sichtbartkeit der Teilemente
Abbildung 16 – Variante C, 3D-Ansichtseinstellung zur Sichtbartkeit der Teilemente.

Im darauffolgenden Schritt des Exportes ist in den Einstellungen des IFC-Exporters über „Einrichtung ändern“ im Reiter „Zusätzliche Inhalte“ die Option „Nur in der Ansicht sichtbare Elemente exportieren“ zu aktivieren. Auf diese Art wird gewährleistet, dass die Originalelemente als Container und die Teilelemente als zugeordnete Gebäudekomponententeile übertragen werden (Abbildung 17).

Abbildung 17 – Exporter Einstellungen zur Übergabe nur in der Ansicht sichtbarer Elemente
Abbildung 17 – Exporter Einstellungen zur Übergabe nur in der Ansicht sichtbarer Elemente.

Sowohl die Container als auch die Gebäudekomponententeile enthalten je nach gewählter Exportkonfiguration alle ihnen zugehörigen Properties. Hier bietet sich unter anderem die zuvor beschrieben Variante der Übergabe aller Revit Eigenschaften an.

3. Solibri: Bearbeitung der Modelldaten

Nun folgt die Weiterverarbeitung der vorkonfigurierten IFC-Modelldaten in einem angeschlossenen Programm zu Koordinationszwecken.

In dem hier beschrieben Softwareumfeld kommt der Solibri Model Checker zu Einsatz, eine Software mit dem Schwerpunkt auf regelbasierter Qualitätskontrolle digitaler Gebäudemodelle im IFC-Format.

Um die nachfolgend beschriebenen Programmfunktionen der Klassifikationen und Auswertung nutzen zu können wird eine Solibri Site oder Office Lizenz benötigt. Zur Umsetzung des Workflows im ausschnittsweise gezeigten Projektes „The Cradle“ wurde Solibri Office genutzt.

Die Modelldaten des planenden Architekten HPP wurden mithilfe von Revit 2018 erzeugt.

Umsetzung

Klassifikation

Zunächst soll das Architekturmodell und die in diesem enthaltenen Elemente nach Vorgabe des Bauteilkataloges ausgewertet werden. Die so gegliederten Modellelemente und Mengen ermöglichen den Bezug zu „conpact“, den dort hinterlegten Ökobilanz-Daten und Cradle to Cradle Bewertungskriterien, welche zur Analyse und Bewertung des Projektes notwendig sind.

Die Grundlage dazu bilden in diesem Beispiel abgestimmte Bauteilparameter nach dem Vorbild der zuvor beschriebenen Exportkonfiguration anhand von Revit-Bauteillisten je Kategorie (Abbildung 18).

Abbildung 18 – The Cradle IFC-Modell in Solibri, abgestimmte Propertysets inkl. Bauteilcodierung
Abbildung 18 – The Cradle IFC-Modell in Solibri, abgestimmte Propertysets inkl. Bauteilcodierung.

Nach Öffnen des Modells in Solibri Office werden die Modellelemente anhand der Programmfunktion „Klassifikation“ geordnet und sortiert. Genutzt wird hier eine Hauptklassifikation „KL_BTK-NR.“ zur übergeordneten Einordnung der Elemente.

Im Bereich der Klassifizierungsregeln wird im Modell der Architektur nach dem Revit-Parameter „BT-Nr.“ im jeweiligen Propertyset gefiltert. Das Ergebnis wird der vorgegebenen Codierung aus dem „conpact“ - Bauteilkatalog zugeordnet (Abbildung 19 / Abbildung 20).

Abbildung 19 – Solibri Funktion Klassifkation, Klassifikationsnamen und Regeln am Beispiel 913.2s
Abbildung 19 – Solibri Funktion Klassifkation, Klassifikationsnamen und Regeln am Beispiel 913.2s.
Abbildung 20 – The Cradle IFC-Modell in Solibri, klassifizierte Elemente in 913.2s
Abbildung 20 – The Cradle IFC-Modell in Solibri, klassifizierte Elemente in 913.2s.

Auswertung

Die nun sortierten Modellinhalte werden mittels der Programmfunktion „Auswertung“, welche mit Revit Bauteillisten vergleichbar ist, ausgewertet (Abbildung 21).

Der Export der Auswertung erfolgt im Excel-Format und enthält alle notwendigen Bauteilmengen, gegliedert nach Bauteilnummer.

Abbildung 21 – Solibri Funktion Auswertung, Auswertung nach KL_BTK-NR und KL_Leitmenge
Abbildung 21 – Solibri Funktion Auswertung, Auswertung nach KL_BTK-NR und KL_Leitmenge.

Hinweis

Sofern keine Codierungsparameter im Modell hinterlegt sind kann aufgrund der Mehrstufigkeit der Klassifizierungsregeln nach Kombinationen aus unterschiedlichsten Elementeigenschaften gefiltert werden.

Daher eigenen sich Klassifikationen besonders für den Aufbau von Standards. Sie bieten die Möglichkeit, variierende Datenstrukturen mit relativ geringem Aufwand in eine vorgegebene Zielstruktur zu überführen.

4. Solibri: Auswertung der Modelldaten

Im vorletzten Schritt wird der Bezug zum „conpact“-Bauteilkatalog hergestellt. Die gegliederten Mengenexporte werden genutzt, um das „Global Warming Potential“ GWP bzw. den CO2- Fußabdruck jedes ausgewerteten Modellelementes zu berechnen.

Diese Berechnung dient der Einordnung und Visualisierung der Bauteile je folgend genanntem Cradle to Cradle Bewertungskriterium (Abbildung 22):

  • CO2-Fußabdruck (KL_C2C_CO2)

  • Gesundheit (KL_C2C_Dismount)

  • Flexibilität (KL_C2C_Health)

  • Recyclingfähigkeit  (KL_C2C_Rec)

  • Trennbarkeit (KL_C2C_Sep)

Abbildung 22 – Übersicht der Solibri Klassifikationen nach Bewertungskriterium und Klassifkationsnamen
Abbildung 22 – Übersicht der Solibri Klassifikationen nach Bewertungskriterium und Klassifkationsnamen.

Hierbei ist die gewählte Modellierungsstrategie erneut maßgeblich, um eine möglichst dezidierte Beurteilung der Planung zu ermöglichen.

Ergebnisse
Building Circularity Passport / Dashboards

Die ausgewerteten Modelldaten dienen als Datengrundlage für den Building Circularity Passport (Abbildung 23 / Abbildung 24), welcher mit Microsoft Power BI erstellt wird. Dieser bietet einen direkten und für alle Beteiligten leicht verständlichen, graphischen Überblick über die Qualitäten und die Kreislauffähigkeit des Gebäudes.

Abbildung 23 – Auszug der Building Circularity Passport® Inhalte
Abbildung 23 – Auszug der Building Circularity Passport Inhalte.

Solibri Klassifikationen / Visualisierung

Die Solibri Klassifikationen (Abbildung 22, Abbildung 25 / Abbildung 26) heben die fünf Cradle to Cradle Bewertungskriterien farblich hervor. Die Berechnungsergebnisse werden über Excel und VBA-Scripte anhand eines Excel-Templates zurück in Solibri in die verschiedenen Sub- Klassifikationen importiert, um diese abschließend zu visualisieren und Optimierungspotenziale so bis auf Modellelementebene verständlich zu transportieren (Abbildung 27).

Abbildung 25 – Gesamtmodell (links), Klassifikation KL_C2C_CO2 (rechts)
Abbildung 25 – Gesamtmodell (links), Klassifikation KL_C2C_CO2 (rechts).
Abbildung 26 – Klassifikation KL_C2C_Rec: Re- & Upcyling (links), Downcycling (rechts)
Abbildung 26 – Klassifikation KL_C2C_Rec: Re- & Upcyling (links), Downcycling (rechts).
Abbildung 27 – Solibri Funktion Auswertung, finale Bewertung nach Reimport Klassifikationen
Abbildung 27 – Solibri Funktion Auswertung, finale Bewertung nach Reimport Klassifikationen.

Die Ergebnisse können im nativen Format des Solibri Model Checkers weitergegeben und mit Solibri Anywhere, vergleichbar mit Navisworks Freedom, geöffnet werden.

Fazit

Durch die Integration und Pflege weniger Parameterinformationen im Kontext eines bauphysikalischen Bauteilkataloges des jeweiligen Projektes lassen sich auf Grundlage von IFC- Modellen alle wesentlichen Fragen zur Kreislauffähigkeit beantworten – und das mit überschaubarem Aufwand. Einmal implementiert eignet sich die beschriebene Vorgehensweise, um die komplexen Zusammenhänge des Themas Cradle to Cradle modellbezogen für alle fortlaufend verständlich zu machen.

Die Kommunikation mit allen Beteiligten wird vereinfacht und Optimierungspotentiale so besser wahrgenommen für die Gebäude von morgen.

Nächste Schritte

Gewonnen Erkenntnisse können anhand des BIM Collaboration Format (BCF) mit Modellbezug innerhalb der Teams weitergegeben werden und erleichtern somit den Arbeitsprozess. Abschließend ermöglicht die Verwendung von Hyperlinks den Bezug zu externen Datenquellen – wie z.B. dem hier genutzten „conpact“ – Bauteilkatalog.

Moritz Mombour ist seit über 10 Jahren in der Planung und Beratung im Bereich der Baubranche tätig. Bereits im Rahmen seines Architekturstudium an der Technischen Universität Braunschweig und dem anschließenden postgradualen Masterstudium an der Universität für Angewandte Kunst in Wien beschäftigte er sich intensiv mit digitalen Entwurfsmethoden unter Verwendung verschiedener Autodesk-Lösungen. Seinen beruflichen Werdegang begann er 2012 bei der Nickl & Partner Architekten AG, einem international tätigen Planungsbüro mit Schwerpunkt Krankenhaus- und Laborplanung. Hier war er im Bereich der BIM-Prozess- und Standardentwicklung tätig. Im Anschluss hat er in seiner Funktion als Leiter des operativen Beratungsteams der BIMwelt GmbH verschiedene Planungsbüros und Auftraggeber in der D-A-CH Region bei der Umsetzung der Planungsmethode BIM unterstützt. Seit 2019 ist er bei Drees & Sommer im Unternehmensbereich Integrated Design als Leiter digitale Planungsmethoden für die Entwicklung- und Umsetzung interdisziplinärer Workflows in allen Planungsphasen unter Verwendung der Autodesk AEC Collection zuständig. Neben seinem Engagement für den buildingSMART hat er für verschiedene Softwarehersteller Vorträge zu Anwendungs und Implementierungsthemen gehalten und ist Lehrbeauftragter für CAD/BIM an der TU Braunschweig. Seine Hauptthemen sind disziplinübergreifende Standard und Templateentwicklung, modellbasierte Koordination und Auswertung im Open BIM Kontext. Der aktuelle Fokus des Integrated Design Teams liegt auf modularer Planung und der modellbasierten Integration des Cradle 2 Cradle Designprinzips.

Pascal Keppler ist Berater für Circular Engineering bei EPEA und leitet dort die digitale Innovation. Er ist studierter Umweltschutztechniker und seit 2016 für die Drees & Sommer-Gruppe tätig.

______
icon-svg-close-thick

Cookieの設定

弊社にとって、お客様のプライバシーを守ることと最適な体験を提供することは、どちらも大変重要です。弊社では、お客様に合わせてカスタマイズした情報を提供し、並びにアプリケーションの開発に役立てることを目的に、本サイトのご利用方法についてのデータを収集しております。

そこで、お客様のデータの収集と使用を許可いただけるかどうかをお答えください。

弊社が利用しているサードパーティのサービスについての説明とプライバシー ステートメントも、併せてご確認ください。

サイト動作に必須:オートデスクのサイトが正常に動作し、お客様へサービスを提供するために必要な機能です

Cookie を有効にすることで、お客様の好みやログイン情報が記録され、このデータに基づき操作に対する応答や、ショッピング カートへの商品追加が最適化されます。

使用感が向上:お客様に最適な情報が表示されます

Cookie を有効にすることで、拡張機能が正常に動作し、サイト表示が個々に合わせてカスタマイズされます。お客様に最適な情報をお届けし、使用感を向上させるためのこうした設定は、オードデスクまたはサードパーティのサービス プロバイダーが行います。 Cookie が無効に設定されている場合、一部またはすべてのサービスをご利用いただけない場合があります。

広告表示をカスタマイズ:お客様に関連する広告が表示されます

Cookie を有効にすることで、サイトのご利用内容やご興味に関するデータが収集され、これに基づきお客様に関連する広告が表示されるなど、効率的な動作が可能になります。また、継続的にデータを収集することで、お客様のご興味にさらに関連する広告を配信することが可能になります。Cookie が無効に設定されている場合、お客様に関連しない広告が表示される可能性があります。

icon-svg-close-thick

サードパーティのサービス

それぞれの情報で弊社が利用しているサードパーティのサービスと、オンラインで収集するお客様のデータの使用方法を詳しく説明いたします。

icon-svg-hide-thick

icon-svg-show-thick

サイト動作に必須:オートデスクのサイトが正常に動作し、お客様へサービスを提供するために必要な機能です

Qualtrics
弊社はQualtricsを利用し、アンケート調査やオンライン フォームを通じてお客様が弊社にフィードバックを提供できるようにしています。アンケートの回答は無作為に選んだお客様にお願いしておりますが、お客様から自発的に弊社にフィードバックを提供することも可能です。データを収集する目的は、アンケートの回答前にお客様がとられた行動を、より正しく理解するためです。収集したデータは、発生していた可能性がある問題のトラブルシューティングに役立てさせていただきます。. Qualtrics プライバシー ポリシー
Akamai mPulse
弊社は、弊社サイトでのお客様の行動に関するデータを収集するために、Akamai mPulseを利用しています。収集する情報には、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID、お客様の Autodesk ID が含まれます。このデータを基にサイトのパフォーマンスを測定したり、オンラインでの操作のしやすさを検証して機能強化に役立てています。併せて高度な解析手法を使用し、メールでのお問い合わせやカスタマー サポート、営業へのお問い合わせで、お客様に最適な体験が提供されるようにしています。. Akamai mPulse プライバシー ポリシー
Digital River
弊社は、弊社サイトでのお客様の行動に関するデータを収集するために、Digital Riverを利用しています。収集する情報には、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID、お客様の Autodesk ID が含まれます。このデータを基にサイトのパフォーマンスを測定したり、オンラインでの操作のしやすさを検証して機能強化に役立てています。併せて高度な解析手法を使用し、メールでのお問い合わせやカスタマー サポート、営業へのお問い合わせで、お客様に最適な体験が提供されるようにしています。. Digital River プライバシー ポリシー
Dynatrace
弊社は、弊社サイトでのお客様の行動に関するデータを収集するために、Dynatraceを利用しています。収集する情報には、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID、お客様の Autodesk ID が含まれます。このデータを基にサイトのパフォーマンスを測定したり、オンラインでの操作のしやすさを検証して機能強化に役立てています。併せて高度な解析手法を使用し、メールでのお問い合わせやカスタマー サポート、営業へのお問い合わせで、お客様に最適な体験が提供されるようにしています。. Dynatrace プライバシー ポリシー
Khoros
弊社は、弊社サイトでのお客様の行動に関するデータを収集するために、Khorosを利用しています。収集する情報には、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID、お客様の Autodesk ID が含まれます。このデータを基にサイトのパフォーマンスを測定したり、オンラインでの操作のしやすさを検証して機能強化に役立てています。併せて高度な解析手法を使用し、メールでのお問い合わせやカスタマー サポート、営業へのお問い合わせで、お客様に最適な体験が提供されるようにしています。. Khoros プライバシー ポリシー
Launch Darkly
弊社は、弊社サイトでのお客様の行動に関するデータを収集するために、Launch Darklyを利用しています。収集する情報には、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID、お客様の Autodesk ID が含まれます。このデータを基にサイトのパフォーマンスを測定したり、オンラインでの操作のしやすさを検証して機能強化に役立てています。併せて高度な解析手法を使用し、メールでのお問い合わせやカスタマー サポート、営業へのお問い合わせで、お客様に最適な体験が提供されるようにしています。. Launch Darkly プライバシー ポリシー
New Relic
弊社は、弊社サイトでのお客様の行動に関するデータを収集するために、New Relicを利用しています。収集する情報には、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID、お客様の Autodesk ID が含まれます。このデータを基にサイトのパフォーマンスを測定したり、オンラインでの操作のしやすさを検証して機能強化に役立てています。併せて高度な解析手法を使用し、メールでのお問い合わせやカスタマー サポート、営業へのお問い合わせで、お客様に最適な体験が提供されるようにしています。. New Relic プライバシー ポリシー
Salesforce Live Agent
弊社は、弊社サイトでのお客様の行動に関するデータを収集するために、Salesforce Live Agentを利用しています。収集する情報には、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID、お客様の Autodesk ID が含まれます。このデータを基にサイトのパフォーマンスを測定したり、オンラインでの操作のしやすさを検証して機能強化に役立てています。併せて高度な解析手法を使用し、メールでのお問い合わせやカスタマー サポート、営業へのお問い合わせで、お客様に最適な体験が提供されるようにしています。. Salesforce Live Agent プライバシー ポリシー
Wistia
弊社は、弊社サイトでのお客様の行動に関するデータを収集するために、Wistiaを利用しています。収集する情報には、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID、お客様の Autodesk ID が含まれます。このデータを基にサイトのパフォーマンスを測定したり、オンラインでの操作のしやすさを検証して機能強化に役立てています。併せて高度な解析手法を使用し、メールでのお問い合わせやカスタマー サポート、営業へのお問い合わせで、お客様に最適な体験が提供されるようにしています。. Wistia プライバシー ポリシー
Tealium
弊社は、弊社サイトでのお客様の行動に関するデータを収集するために、Tealiumを利用しています。データには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。このデータを基にサイトのパフォーマンスを測定したり、オンラインでの操作のしやすさを検証して機能強化に役立てています。併せて高度な解析手法を使用し、メールでのお問い合わせやカスタマー サポート、営業へのお問い合わせで、お客様に最適な体験が提供されるようにしています。. Tealium プライバシー ポリシー<>
Typepad Stats
弊社は、弊社サイトでのお客様の行動に関するデータを収集するために、Typepad Statsを利用しています。収集する情報には、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID、お客様の Autodesk ID が含まれます。このデータを基にサイトのパフォーマンスを測定したり、オンラインでの操作のしやすさを検証して機能強化に役立てています。併せて高度な解析手法を使用し、メールでのお問い合わせやカスタマー サポート、営業へのお問い合わせで、お客様に最適な体験が提供されるようにしています。. Typepad Stats プライバシー ポリシー
Geo Targetly
当社では、Geo Targetly を使用して Web サイトの訪問者を最適な Web ページに誘導し、訪問者のいる場所に応じて調整したコンテンツを提供します。Geo Targetly は、Web サイト訪問者の IP アドレスを使用して、訪問者のデバイスのおおよその位置を特定します。このため、訪問者は (ほとんどの場合) 自分のローカル言語でコンテンツを閲覧できます。Geo Targetly プライバシー ポリシー
SpeedCurve
弊社は、SpeedCurve を使用して、Web ページの読み込み時間と画像、スクリプト、テキストなど後続の要素の応答性を計測することにより、お客様の Web サイト エクスペリエンスのパフォーマンスをモニタリングおよび計測します。SpeedCurve プライバシー ポリシー
Qualified
Qualified is the Autodesk Live Chat agent platform. This platform provides services to allow our customers to communicate in real-time with Autodesk support. We may collect unique ID for specific browser sessions during a chat. Qualified Privacy Policy

icon-svg-hide-thick

icon-svg-show-thick

使用感が向上:お客様に最適な情報が表示されます

Google Optimize
弊社はGoogle Optimizeを利用して、弊社サイトの新機能をテストし、お客様に合わせた方法で機能を使えるようにしています。そのため弊社では、弊社サイトにアクセスしているお客様から、行動に関するデータを収集しています。収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID、お客様の Autodesk ID などが含まれます。機能のテストの結果によっては、お客様がご利用のサイトのバージョンが変わったり、サイトにアクセスするユーザの属性に応じて、パーソナライズされたコンテンツが表示されるようになる場合があります。. Google Optimize プライバシー ポリシー
ClickTale
弊社は、弊社サイトをご利用になるお客様が、どこで操作につまづいたかを正しく理解できるよう、ClickTaleを利用しています。弊社ではセッションの記録を基に、ページの要素を含めて、お客様がサイトでどのような操作を行っているかを確認しています。お客様の特定につながる個人情報は非表示にし、収集も行いません。. ClickTale プライバシー ポリシー
OneSignal
弊社は、OneSignalがサポートするサイトに広告を配置するために、OneSignalを利用しています。広告には、OneSignalのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、OneSignalがお客様から収集したデータを使用する場合があります。OneSignalに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. OneSignal プライバシー ポリシー
Optimizely
弊社はOptimizelyを利用して、弊社サイトの新機能をテストし、お客様に合わせた方法で機能を使えるようにしています。そのため弊社では、弊社サイトにアクセスしているお客様から、行動に関するデータを収集しています。収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID、お客様の Autodesk ID などが含まれます。機能のテストの結果によっては、お客様がご利用のサイトのバージョンが変わったり、サイトにアクセスするユーザの属性に応じて、パーソナライズされたコンテンツが表示されるようになる場合があります。. Optimizely プライバシー ポリシー
Amplitude
弊社はAmplitudeを利用して、弊社サイトの新機能をテストし、お客様に合わせた方法で機能を使えるようにしています。そのため弊社では、弊社サイトにアクセスしているお客様から、行動に関するデータを収集しています。収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID、お客様の Autodesk ID などが含まれます。機能のテストの結果によっては、お客様がご利用のサイトのバージョンが変わったり、サイトにアクセスするユーザの属性に応じて、パーソナライズされたコンテンツが表示されるようになる場合があります。. Amplitude プライバシー ポリシー
Snowplow
弊社は、弊社サイトでのお客様の行動に関するデータを収集するために、Snowplowを利用しています。収集する情報には、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID、お客様の Autodesk ID が含まれます。このデータを基にサイトのパフォーマンスを測定したり、オンラインでの操作のしやすさを検証して機能強化に役立てています。併せて高度な解析手法を使用し、メールでのお問い合わせやカスタマー サポート、営業へのお問い合わせで、お客様に最適な体験が提供されるようにしています。. Snowplow プライバシー ポリシー
UserVoice
弊社は、弊社サイトでのお客様の行動に関するデータを収集するために、UserVoiceを利用しています。収集する情報には、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID、お客様の Autodesk ID が含まれます。このデータを基にサイトのパフォーマンスを測定したり、オンラインでの操作のしやすさを検証して機能強化に役立てています。併せて高度な解析手法を使用し、メールでのお問い合わせやカスタマー サポート、営業へのお問い合わせで、お客様に最適な体験が提供されるようにしています。. UserVoice プライバシー ポリシー
Clearbit
Clearbit を使用すると、リアルタイムのデータ強化により、お客様に合わせてパーソナライズされた適切なエクスペリエンスを提供できます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。Clearbit プライバシー ポリシー
YouTube
YouTube はビデオ共有プラットフォームで、埋め込まれたビデオを当社のウェブ サイトで表示および共有することができます。YouTube は、視聴者のビデオのパフォーマンスの測定値を提供しています。 YouTube 社のプライバシー ポリシー

icon-svg-hide-thick

icon-svg-show-thick

広告表示をカスタマイズ:お客様に関連する広告が表示されます

Adobe Analytics
弊社は、弊社サイトでのお客様の行動に関するデータを収集するために、Adobe Analyticsを利用しています。収集する情報には、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID、お客様の Autodesk ID が含まれます。このデータを基にサイトのパフォーマンスを測定したり、オンラインでの操作のしやすさを検証して機能強化に役立てています。併せて高度な解析手法を使用し、メールでのお問い合わせやカスタマー サポート、営業へのお問い合わせで、お客様に最適な体験が提供されるようにしています。. Adobe Analytics プライバシー ポリシー
Google Analytics (Web Analytics)
弊社は、弊社サイトでのお客様の行動に関するデータを収集するために、Google Analytics (Web Analytics)を利用しています。データには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。このデータを基にサイトのパフォーマンスを測定したり、オンラインでの操作のしやすさを検証して機能強化に役立てています。併せて高度な解析手法を使用し、メールでのお問い合わせやカスタマー サポート、営業へのお問い合わせで、お客様に最適な体験が提供されるようにしています。. Google Analytics (Web Analytics) プライバシー ポリシー<>
Marketo
弊社は、お客様に関連性のあるコンテンツを、適切なタイミングにメールで配信できるよう、Marketoを利用しています。そのため、お客様のオンラインでの行動や、弊社からお送りするメールへの反応について、データを収集しています。収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID、メールの開封率、クリックしたリンクなどが含まれます。このデータに、他の収集先から集めたデータを組み合わせ、営業やカスタマー サービスへの満足度を向上させるとともに、高度な解析処理によって、より関連性の高いコンテンツを提供するようにしています。. Marketo プライバシー ポリシー
Doubleclick
弊社は、Doubleclickがサポートするサイトに広告を配置するために、Doubleclickを利用しています。広告には、Doubleclickのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、Doubleclickがお客様から収集したデータを使用する場合があります。Doubleclickに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. Doubleclick プライバシー ポリシー
HubSpot
弊社は、お客様に関連性のあるコンテンツを、適切なタイミングにメールで配信できるよう、HubSpotを利用しています。そのため、お客様のオンラインでの行動や、弊社からお送りするメールへの反応について、データを収集しています。収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID、メールの開封率、クリックしたリンクなどが含まれます。. HubSpot プライバシー ポリシー
Twitter
弊社は、Twitterがサポートするサイトに広告を配置するために、Twitterを利用しています。広告には、Twitterのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、Twitterがお客様から収集したデータを使用する場合があります。Twitterに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. Twitter プライバシー ポリシー
Facebook
弊社は、Facebookがサポートするサイトに広告を配置するために、Facebookを利用しています。広告には、Facebookのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、Facebookがお客様から収集したデータを使用する場合があります。Facebookに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. Facebook プライバシー ポリシー
LinkedIn
弊社は、LinkedInがサポートするサイトに広告を配置するために、LinkedInを利用しています。広告には、LinkedInのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、LinkedInがお客様から収集したデータを使用する場合があります。LinkedInに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. LinkedIn プライバシー ポリシー
Yahoo! Japan
弊社は、Yahoo! Japanがサポートするサイトに広告を配置するために、Yahoo! Japanを利用しています。広告には、Yahoo! Japanのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、Yahoo! Japanがお客様から収集したデータを使用する場合があります。Yahoo! Japanに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. Yahoo! Japan プライバシー ポリシー
Naver
弊社は、Naverがサポートするサイトに広告を配置するために、Naverを利用しています。広告には、Naverのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、Naverがお客様から収集したデータを使用する場合があります。Naverに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. Naver プライバシー ポリシー
Quantcast
弊社は、Quantcastがサポートするサイトに広告を配置するために、Quantcastを利用しています。広告には、Quantcastのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、Quantcastがお客様から収集したデータを使用する場合があります。Quantcastに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. Quantcast プライバシー ポリシー
Call Tracking
弊社は、キャンペーン用にカスタマイズした電話番号を提供するために、Call Trackingを利用しています。カスタマイズした電話番号を使用することで、お客様は弊社の担当者にすぐ連絡できるようになり、弊社はサービスのパフォーマンスをより正確に評価できるようになります。弊社では、提供した電話番号を基に、サイトでのお客様の行動に関するデータを収集する場合があります。. Call Tracking プライバシー ポリシー
Wunderkind
弊社は、Wunderkindがサポートするサイトに広告を配置するために、Wunderkindを利用しています。広告には、Wunderkindのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、Wunderkindがお客様から収集したデータを使用する場合があります。Wunderkindに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. Wunderkind プライバシー ポリシー
ADC Media
弊社は、ADC Mediaがサポートするサイトに広告を配置するために、ADC Mediaを利用しています。広告には、ADC Mediaのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、ADC Mediaがお客様から収集したデータを使用する場合があります。ADC Mediaに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. ADC Media プライバシー ポリシー
AgrantSEM
弊社は、AgrantSEMがサポートするサイトに広告を配置するために、AgrantSEMを利用しています。広告には、AgrantSEMのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、AgrantSEMがお客様から収集したデータを使用する場合があります。AgrantSEMに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. AgrantSEM プライバシー ポリシー
Bidtellect
弊社は、Bidtellectがサポートするサイトに広告を配置するために、Bidtellectを利用しています。広告には、Bidtellectのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、Bidtellectがお客様から収集したデータを使用する場合があります。Bidtellectに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. Bidtellect プライバシー ポリシー
Bing
弊社は、Bingがサポートするサイトに広告を配置するために、Bingを利用しています。広告には、Bingのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、Bingがお客様から収集したデータを使用する場合があります。Bingに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. Bing プライバシー ポリシー
G2Crowd
弊社は、G2Crowdがサポートするサイトに広告を配置するために、G2Crowdを利用しています。広告には、G2Crowdのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、G2Crowdがお客様から収集したデータを使用する場合があります。G2Crowdに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. G2Crowd プライバシー ポリシー
NMPI Display
弊社は、NMPI Displayがサポートするサイトに広告を配置するために、NMPI Displayを利用しています。広告には、NMPI Displayのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、NMPI Displayがお客様から収集したデータを使用する場合があります。NMPI Displayに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. NMPI Display プライバシー ポリシー
VK
弊社は、VKがサポートするサイトに広告を配置するために、VKを利用しています。広告には、VKのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、VKがお客様から収集したデータを使用する場合があります。VKに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. VK プライバシー ポリシー
Adobe Target
弊社はAdobe Targetを利用して、弊社サイトの新機能をテストし、お客様に合わせた方法で機能を使えるようにしています。そのため弊社では、弊社サイトにアクセスしているお客様から、行動に関するデータを収集しています。収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID、お客様の Autodesk ID などが含まれます。機能のテストの結果によっては、お客様がご利用のサイトのバージョンが変わったり、サイトにアクセスするユーザの属性に応じて、パーソナライズされたコンテンツが表示されるようになる場合があります。. Adobe Target プライバシー ポリシー
Google Analytics (Advertising)
弊社は、Google Analytics (Advertising)がサポートするサイトに広告を配置するために、Google Analytics (Advertising)を利用しています。広告には、Google Analytics (Advertising)のデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、Google Analytics (Advertising)がお客様から収集したデータを使用する場合があります。Google Analytics (Advertising)に提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. Google Analytics (Advertising) プライバシー ポリシー
Trendkite
弊社は、Trendkiteがサポートするサイトに広告を配置するために、Trendkiteを利用しています。広告には、Trendkiteのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、Trendkiteがお客様から収集したデータを使用する場合があります。Trendkiteに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. Trendkite プライバシー ポリシー
Hotjar
弊社は、Hotjarがサポートするサイトに広告を配置するために、Hotjarを利用しています。広告には、Hotjarのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、Hotjarがお客様から収集したデータを使用する場合があります。Hotjarに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. Hotjar プライバシー ポリシー
6 Sense
弊社は、6 Senseがサポートするサイトに広告を配置するために、6 Senseを利用しています。広告には、6 Senseのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、6 Senseがお客様から収集したデータを使用する場合があります。6 Senseに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. 6 Sense プライバシー ポリシー
Terminus
弊社は、Terminusがサポートするサイトに広告を配置するために、Terminusを利用しています。広告には、Terminusのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、Terminusがお客様から収集したデータを使用する場合があります。Terminusに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. Terminus プライバシー ポリシー
StackAdapt
弊社は、StackAdaptがサポートするサイトに広告を配置するために、StackAdaptを利用しています。広告には、StackAdaptのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、StackAdaptがお客様から収集したデータを使用する場合があります。StackAdaptに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. StackAdapt プライバシー ポリシー
The Trade Desk
弊社は、The Trade Deskがサポートするサイトに広告を配置するために、The Trade Deskを利用しています。広告には、The Trade Deskのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、The Trade Deskがお客様から収集したデータを使用する場合があります。The Trade Deskに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. The Trade Desk プライバシー ポリシー
RollWorks
We use RollWorks to deploy digital advertising on sites supported by RollWorks. Ads are based on both RollWorks data and behavioral data that we collect while you’re on our sites. The data we collect may include pages you’ve visited, trials you’ve initiated, videos you’ve played, purchases you’ve made, and your IP address or device ID. This information may be combined with data that RollWorks has collected from you. We use the data that we provide to RollWorks to better customize your digital advertising experience and present you with more relevant ads. RollWorks Privacy Policy

オンライン体験の品質向上にぜひご協力ください

オートデスクは、弊社の製品やサービスをご利用いただくお客様に、優れた体験を提供することを目指しています。これまでの画面の各項目で[はい]を選択したお客様については、弊社でデータを収集し、カスタマイズされた体験の提供とアプリケーションの品質向上に役立てさせていただきます。この設定は、プライバシー ステートメントにアクセスすると、いつでも変更できます。

お客様の顧客体験は、お客様が自由に決められます。

オートデスクはお客様のプライバシーを尊重します。オートデスクでは収集したデータを基に、お客様が弊社製品をどのように利用されているのか、お客様が関心を示しそうな情報は何か、オートデスクとの関係をより価値あるものにするには、どのような改善が可能かを理解するよう務めています。

そこで、お客様一人ひとりに合わせた体験を提供するために、お客様のデータを収集し、使用することを許可いただけるかどうかお答えください。

体験をカスタマイズすることのメリットにつきましては、本サイトのプライバシー設定の管理でご確認いただけます。弊社のプライバシー ステートメントでも、選択肢について詳しく説明しております。